Videogame helpt bij mens-robot-interactie

Thu Nov 07 2024

11 07

Videogame helpt bij mens-robot-interactie

01/11/2024

Door Ad Spijkers

Internationaal onderzoek leert dat virtuele koeien de interactie tussen mens en robot kunnen helpen verbeteren.


     

Een videogame waarin deelnemers virtueel vee hoeden, heeft het begrip van hoe mensen beslissingen nemen over beweging en navigatie vergroot. De game kan ons niet alleen helpen effectiever te communiceren met kunstmatige intelligentie, maar kan ook de manier waarop robots in de toekomst bewegen, verbeteren.

DPMP

Een internationaal team onderzoekers gebruikte de videogame als onderdeel van een studie om meer te begrijpen over hoe dynamische perceptuele-motorische primitieven (DPMP's) kunnen worden gebruikt om menselijke besluitvorming na te bootsen. Een DPMP is een wiskundig model dat kan helpen begrijpen hoe we navigatiebeslissingen nemen en hoe we bewegen bij het uitvoeren van verschillende taken. Dit wordt vooral belangrijk in complexe omgevingen met andere mensen en een combinatie van vaste en bewegende objecten, zoals je die op een druk voetpad of op een sportveld kunt vinden.

Voorheen werd aangenomen dat onze hersenen snel gedetailleerde kaarten van onze omgeving maakten en vervolgens planden hoe we erdoorheen zouden bewegen. Maar een toenemend aantal onderzoeken ondersteunt het idee dat we – in plaats van een gedetailleerd plan te maken – op natuurlijke wijze bewegen, rekening houdend met ons doel en rekening houdend met obstakels die we onderweg tegenkomen.

Herders

In dit onderzoek werd deelnemers gevraagd om te werken aan twee herderstaken, waarbij ze één koe of een groep koeien naar een hok moesten verplaatsen. De onderzoekers hielden bij in welke volgorde de spelers de koeien bijeendreven en voerden de informatie in hun DPMP in om te zien of het model het gedrag van de menselijke spelers kon simuleren. Het DPMP-model van het team kon nauwkeurig nabootsen hoe de spelers bewogen en kon ook hun keuzes voorspellen.

In de multi-target taak kwamen drie patronen naar voren toen mensen hun doelen selecteerden. De eerste koe die ze kozen, stond qua hoekafstand het dichtst bij hen. Alle opeenvolgende koeien stonden qua hoekafstand het dichtst bij de vorige die ze hadden geselecteerd. Bij het kiezen tussen twee koeien kozen ze het meest waarschijnlijk voor de koe die het verst van het midden van de inperkingszone lag.

Toen de onderzoekers de DPMP deze drie regels voor het nemen van beslissingen gaven, kon het bijna 80% van de keuzes voorspellen over welke koeien als volgende moesten worden gehoed, en ook voorspellen hoe deelnemers zich zouden gedragen in nieuwe situaties met meerdere koeien.

Nieuwe game

'Herding games' worden vaak gebruikt in dit soort onderzoeken omdat ze echte situaties nabootsen waarin mensen een ander object moeten besturen. In het verleden waren ze gebaseerd op een luchtfoto van de doeldieren. Dat riep de vraag op of deze onnatuurlijke kijk op het speelveld de bevindingen scheef trok. Het kon deelnemers er toe brengen andere beslissingen te nemen dan ze in een echte situatie zouden doen, simpelweg omdat ze een volledig overzicht hadden.

Om dit op te lossen, ontwikkelde het team een nieuw type herdersspel. Dat beperkte het gezichtsveld van de deelnemers tot wat een mens normaal gesproken zou kunnen zien met een perspectief van de taak, net als bij veel rollenspellen. De verandering van perspectief heeft belangrijke implicaties.

Betekenis

Eerder onderzoek heeft al aangetoond dat DPMP's kunnen worden gebruikt om het gedrag van de menigte te voorspellen of een bewegend doelwit te volgen. Dit is echter de eerste studie die onderzoekt of het model kan worden uitgebreid om uit te leggen hoe een mens een virtueel personage of robot begeleidt.

Het is een nieuwe stap in het informeren van het ontwerp van responsievere en intelligentere systemen. De bevindingen hebben het belang benadrukt van het opnemen van slimme besluitvormingsstrategieën in DPMP-modellen als robots en AI's beter moeten nabootsen hoe mensen bewegen, zich gedragen en interacteren.

De resultaten suggereren ook dat DPMP’s nuttig kunnen zijn in situaties in het echte leven, zoals het managen van mensenmassa’s en het plannen van evacuaties. Maar ze kunnen ook helpen bij het trainen van brandweerlieden in virtual reality en zelfs bij zoek- en reddingsmissies, omdat ze kunnen helpen voorspellen hoe mensen zullen reageren en bewegen.

De onderzoekers zijn verbonden aan de Macquarie University in Sydney, Scuola Superiore Meridionale in Napels, de University of Naples Federico II, de University of Bologna en University College London. De foto toont Ayman bin Kamruddin, als onderzoeker verbonden aan beide instituten in Napels en hoofdauteur van de wetenschappelijke publicatie. Die vindt u hier.

Foto: NA